人工智慧：在顛覆中應用，還是在應用中顛覆？

摘要：人工智慧是熱點，但不是概念。既沒有想象中的變幻莫測，也沒有遠離現實。確實有應用條件的限制，但也有很多先驅在探討它的真實應用場景和行業應用。人工智慧不會像互聯網那樣在一旁獨自醞釀，待到風起時翻雲覆雨，它帶來的變革，註定要與傳統行業深度融合，這在2016年已經得到很好地展現。文章將描述人工智慧+行業2016年整體應用現狀和應用前景，並選取代錶行業進行說明。

文 | TMT互聯網研究部 劉贊

傳統領域+人工智慧：遵循行業發展脈絡

2016年傳統領域+人工智慧實際應用重點是金融、工業、安防，重點探索是汽車、醫療和教育。(本期討論金融+人工智慧和工業+人工智慧)

金融+人工智慧：用生物特徵識別身份，探索智能投顧模式

金融領域的人工智慧應用普通人能夠感受到的是身份識別和驗證，以及創新金融產品開發和量化投資。人工智慧+金融具體實際應用如下：

身份識別和驗證：1)機器替代人工開戶;2)交易過程身份驗證。

創新金融產品開發：1)基於數學模型和數據分析的產品設計;2)金融衍生產品設計。

量化投資：1)豐富維度，提升分析精度;2)根據市場變化，改變相關影響因子，調整投資策略。

其中身份識別和驗證應用範圍最廣，收益也最直接、清晰。

2016年智能投顧已有招商銀行等銀行機構、宜信投米RA等財富管理公司、京東智投等互聯網金融公司以及創業團隊推出產品和服務，而以美國的Betterment 、Wealthfront為行業標杆，基本提及智能投顧就會提到這兩家公司。

智能投顧之所以被關注，首先解決提高人均產出的問題，以有限的理財師為更多人提供投顧服務。目前，個性化的機器投資顧問服務還處於嘗試階段，作為個性化分析的基礎的需要用戶行為數據、消費數據、投資數據，還較為分裂，且難以獲取並打通，因此，機器尚無法通過數據方式全面分析用戶的偏好以及關聯同偏好和資產基礎的用戶進行組合投資。主流智能投顧產品仍以問卷測試，結合過往投資情況，及年齡、性別、職業評估等方式分析客戶投資偏好。

其次，已往的投顧服務主要服務於高凈值人群，目前國內可投600萬以上的高凈值人群大概有30萬，這兩年能保持在10%左右的增長。高凈值人群的資產保值增值已經呈現配置全球化及多元產品組合的趨勢。目前國內的QDII和ETF產品相對較少，有些公司會藉助智能投顧的方式實現全球財富配置。對於普通人來說也有機會去接觸資管服務。

最後，國內智能投顧發展面臨最大的問題是定性和監管政策還未出台，按照理想化的智能投顧從客戶分析到資產配置，投資組合選擇，交易執行，組合再選擇、稅負管理和組合分析，而國內已有的顧問和資管服務涉及不同監管牌照，需同時擁有兩塊牌照或券商牌照(已暫停發放)才能開展業務。儘管智能投顧有信息透明化和費率低，大概是投顧服務費率的1/4，但是受數據基礎、監管政策等的影響，很有可能會成為資管銷售的升級渠道，未來5年還不能以機器替代人類完成投顧服務，實現真正意義上的個性化金融服務。

工業+人工智慧：機器人市場繼續擴張，智能製造為新熱點

工業發展歷經手工業(手工生產)、機器大工業(機械製造)、現代工業(半自動化、自動化生產)，正向新工業(信息化、智能化)發展。工業和人工智慧的結合呈現先直接替代人工(機器人)后基於信息化實現全面智能化的特點。

機器人的發展領先了一步，自上世紀90年代進入發展期，2010年已進入智能化時期，2012年全球工業機器人(本體加集成)的市場容量為1600億元，預計到2017年將達到2700億。工業機器人的出現和發展是工業發展和提升效率的另一路徑，隨著信息化和物聯網的發展，兩條路徑開始結合發展，而工業機器人向智能化發展比工業信息化向智能化發展提早了至少10年以上。

國際機器人聯合會(IFR)2016年2月發布的《2015年全球工業機器人統計報告》顯示，2014年工業機器人70%的銷售總量分佈在五個主要市場：、日本、美國、韓國、德國，其中，的購買量比2013年增長了56%，是其他四國每國購買量的一倍。目前是工業機器人的消費大國，但近90%非自產。國內工業機器人已進入發展期和創新活躍期，預計2018年開始進入成熟階段，可能在已有工業機器人本體製造、系統集成及行業應用(解決方案)等範疇產生大型企業。

工業機器人未來將成為智能製造的一部分，技術融合發展是必然趨勢。智能製造的核心關鍵詞是自動化、連接和智能控制，核心要實現的是整合資源、降低成本和提高效率。智能製造和工業4.0是工業發展的下一個方向，所有工業大國都在自上而下和自下而上的推動。智能製造是一個完整的系統，因此面臨眾多挑戰。現階段還是政府倡導、企業嘗試。

未來，政府、企業、高校及科研機構、專家等大力投入共同推進智能製造和工業4.0的發展，這一探索將持續20-30年。工業將領先農業、第三產業最先完成智能化過程，工業+人工智慧也是近30年商業機會最多，所需資本、人力投入最多的領域。

本文已在《互聯網天地》發布，後文內容將持續更新